在尽量少掉效果的前提下，把模型变小变轻。
模型压缩像搬家塞行李箱：衣服卷一卷、盒子拆一拆，箱子小了，东西还尽量别落下。
常用于端侧和本地部署，让模型更省显存、跑得更快。
Quantization量化是模型压缩最常见、最实用的做法之一。
Distillation蒸馏常用来把大模型能力装进更小模型里。
Local-LLM模型压缩能让本地模型更容易在设备上跑起来。
VRAM模型越小，运行时通常占用的显存也越少。